微软于当地时间2018年12月4日召开了一年一度的以云计算和数据为中心的开发者大会，在会上微软正式发布Azure机器学习服务(Azure Machine Learning service)，这是一个云平台，允许开发人员构建、训练和部署AI模型，并对Azure认知服务(一组自然语言处理、语音识别和计算机视觉api)进行更新。此外，微软还推出了一款更实惠的Azure Cosmos DB层，这是一款针对分布式云计算工作负载的整体解决方案。
但这还不是全部。微软还发布了Azure IoT Edge上对Azure流分析的升级、Azure IoT Edge在本地处理来自IoT解决方案的数据、Azure物联网设备仿真解决方案加速器、Azure物联网远程监控解决方案加速器、Azure时间序列洞察的改进，以及增强版Azure地图。
AI与大数据
经过一个相对较长的预览版本时期之后，Azure机器学习现在对所有客户都可用了，它在预览中提供了一个新特性：模型解释能力。从本周开始，客户将能够应用这一功能识别哪些输入功能在人工智能系统的预测中最重要。
Azure机器学习的核心特性是全面可用性，包括对PyTorch、TensorFlow和scikit-learn等AI框架的支持、对自动化hyperparameter调优，以及部署到云环境和边缘环境的能力。
“我们收到了很多使用Azure机器学习的客户的积极反馈，”微软公司副总裁埃里克·博伊德(Eric Boyd)在采访中告诉表示：“无论是在云端还是在现场，它都可以帮助用户比以前更快、更有效地完成工作，就算你不是数据科学家。”他表示，自动化机器学习功能会有助于用户选择合适的算法。
与此同时，Azure认知服务更新了两个关键特性：(1)支持语言理解的容器；(2)自定义翻译。前者从今天开始就可以在early access中使用，它允许Azure开发人员在边缘部署带有对象检测、视觉识别和语音识别的应用程序，并且更容易跨云和边缘维护架构。此外，现在普遍可用的自定义翻译允许用户利用人工翻译的内容来构建一个自定义翻译系统，该系统可以更好地处理特定的词汇(尤其是专业术语)和不同的写作风格。
最后，正如前面提到的，微软今天发布了一个更实惠的Azure Cosmos DB产品：Azure Cosmos DB吞吐量产品。与其他Azure Cosmos DB服务一样，这一产品提供可以跨多个Azure区域自动伸缩和复制数据，但是价格针对拥有多容器数据库的客户进行了优化。
一起发布的还有Azure Cosmos DB . net SDK 3.0（ CORS），增强了Azure Cosmos DB对. net和JavaScript应用程序的现有支持。
物联网
在物联网(IoT)方面，微软今天在Azure IoT Edge上发布了Azure Stream Analytics (ASA)，它简化了在带宽和连接有限的云设备和边缘设备之间移动分析的过程，巧妙地在物联网边缘框架内运行，这意味着在其中创建的工作可以使用物联网集线器进行部署和管理。
在2017年11月开始预览之后，物联网边缘的ASA于今天正式发布。
微软还发布了Azure物联网设备模拟加速器的更新。现在，编写复杂的设备行为脚本(在一个模拟中包含多个设备)和运行模拟来模拟真实环境变得更加容易。
以前，IoT解决方案加速器(为常见的IoT场景创建定制解决方案的服务)允许开发人员仅在Azure门户中管理设备、模块和操作。但是由于Azure IoT远程监控用户界面在本周得到了增强，它们现在可以更容易地触发响应设备警报的操作(例如电子邮件通知)，使用自动设备管理管理设备更新，以及使用Azure Time Series Insights可视化设备数据。
在Azure地图方面，微软推出了新的S1定价层。它与标准S0一起提供，并为使用Azure地图应用程序的“产品级”部署提供了增强的服务级别，去掉了每秒查询的限制。
最后，微软在公众预览版中发布了新的时间序列洞察。Azure时间序列是一个针对来自物联网部署的时间序列数据的完整的堆栈分析、存储和可视化服务，现在可以让客户更有效地存储和分析建模的和特殊的数据。该序列可以为遥测数据添加丰富的上下文，在层中存储物联网数据，并利用机器学习和分析工具进行洞察。
原文链接：